基于区域的目标检测——细粒度
转自http://mp.weixin.qq.com/s?__biz=MzU0NTAyNTQ1OQ==&mid=2247485402&idx=2&sn=d4c0d65b75ebca219397cf2263ca480a&chksm=fb727b06cc05f21082d6e469496e7155974415250404d1e7294730cf0a6130feadf27b73d082&mpshare=1&scene=23&srcid=0201GEiLSp6WiKUb8bybEBKk#rd
今天是二月的第一天，是一个月的新的开始，估计现在有很多学生都已经进入了漫长的寒假，希望你们在寒假空闲之余可以慢慢来阅读我们的精彩推送。今天我们将的就是目标检测，说到目标检测，很多人都会想到许多经典的框架，说明你们都很厉害，对该领域都有深入的了解，今天主要聊聊细粒度的事！
首先我们来看两幅简单的图片组：
图1 黑脚信天翁
图2 黑背信天翁
通过这两组图像，粗略观察会发现差别不是很大，所以我们仔细的去看，就能发现一些细节性的差别。由此，引出了细粒度类别检测。平时，我们在做目标检测的过程中，也可以通过引入该思想，让我们对目标只提取高判别性的特征，提高目标特征的表达，提升检测结果的精度。
对了，今天主要说的内容都是基础简单，如果你是该领域的大佬，请跳过直接去做你自己的科研，或者当做休闲一刻快速浏览，谢谢！
先来说一个案例：
两类不同的鸟，但是差别很小，主要应该就在眼部，怎么通过一只小鸟去寻找到对应的类别呢？
结果其实就是通过寻找出具有判别区域部分：
1、Pose-normalized correspondence
其中，黄色就是我们平时所说的边界框，红色就是语义区域部分。
首先就是找到这些部分，然后就可以通过特征表示出来。
下面是之前该领域的一些工作总结：
深度学习的进展：
2、深度表达用于细粒度
-
[Donahue et.al. ICML 2014] DPM detec7ons + DeCAF feature
-
[Zhang et.al. CVPR 2014] poselet detec7ons + deep network training from scratch
RNN
3、新框架
Object and Part detectors
边界框约束：
高斯混合：
首先得到边界框和部分的注解：
然后归一化：
为每个部分先生成高斯混合
最后得到：
细粒度类别犹如下面的过程：
4、对比
DPM模型：
-
Multiple components
-
Deforma7on cost is a percomponent Gaussian prior.
-
R-CNN is a single-component model, mo7va7ng our MG and NP constraint. （New）
-
Nonparametric prior on keypoint configuration space.
-
Our non-parametric prior uses nearest neighbors on appearance space. （New）
5、结果
数据集：CUB-200-2011 （12k张图像，200类，15个点）
[1] Berg et.al. POOF: Part-based one-vs-one features for fine-grained
categoriza7on, face verifica7on, and ahribute es7ma7on. In CVPR 2013.
[2] Chai et.al. Symbio7c segmenta7on and part localiza7on for fine-grained
categoriza7on. In ICCV 2013.
[3] Gavves et.al. Fine-grained categoriza7on by alignments. In ICCV 2013.
[4] Donahue et.al. DeCAF: A deep convolu7onal ac7va7on feature for
generic visual recogni7on. In ICML 2014.
微调过程其实对实验结果有很大的帮助，也做了一组对比试验来证明其有效性。
接下来就是部分区域定位的结果：
如果大于0.5就设定其为正确的。
[1] Azizipour et.al. Object detec7on using strongly-supervised deformable part models. In ECCV 2012.
后期其实还可以基于多区域部分来进行特征表达，这样检测的效果会更好一些。
